Prueba de Fisher para varianzas

 Concepto.
La prueba de Fisher es el método exacto utilizado cuando se quiere estudiar si existe asociación
entre dos variables cualitativas, es decir, si las proporciones de una variable son diferentes en
función del valor de la otra variable. Es aplicable en situaciones en las que nos interesa comparar las
varianzas de dos poblaciones distribuidas normalmente.
La distribución F aparece frecuentemente como la distribución nula de una prueba estadística,
especialmente en el análisis de varianza.
Utilizamos varianzas muestrales (o desviaciones estándar) para comparar dos varianzas (o
desviaciones estándar) poblacionales. Sabiendo que la varianza es el cuadrado de la desviación
estándar y debemos conocer la notación.
 Medidas de Variación
s= desviación estándar muestral.
2
s = varianza muestral.
σ= desviación estándar poblacional.
2
σ = varianza poblacional.
Los cálculos de esta sección se simplificarán considerablemente si designamos las dos muestras de
2
manera que s1 represente a la más grande de las dos varianzas muestrales. Matemáticamente no
2
importa cuál muestra se designe como la muestra 1, así que es más fácil si permitimos que s1
represente a la mayor de las dos varianzas muestrales.

Usos o aplicaciones de esta Prueba

 Comparar varianzas en calidad de un producto.
 Comparar tiempos de ensamblado o en general.
 Comparación de temperaturas con dos dispositivos diversos.
 Básicamente cualquier muestra que implica varianzas de dos elementos.

 Requisitos.
1. Las dos poblaciones son independientes una de la otra.
2. Las dos poblaciones están distribuidas normalmente. (En este supuesto es importante, ya
que los métodos de esta sección son sumamente sensibles a la desviación de la
normalidad).
Una prueba de hipótesis de una cola para dos varianzas poblacionales siempre se formula como una
prueba de cola superior. Esto elimina la necesidad de tener valores F de cola inferior.

Básicamente se compara F calculada, con F encontrada en la tabla usando el nivel de significancia,

n1−1 y n2 −1.

Prueba de dos colas.

Prueba de cola superior. 2 2
H 0 :σ 1=σ 2
Hipótesis 2 2
H 0 :σ 1 ≤ σ 2 2
H 1: σ1 ≠ σ2
2

2 2
H 1 : σ 1 >σ 2 Nota. La población 1 tiene la
varianza muestral más grande.

Estadístico de Prueba. 2 2
s1 s1
F= 2
F= 2
s2 s2
Regla de Rechazo. Rechazar H 0 si Rechazar H 0 si
F> Fα F> Fα /2

Ejemplo:

La siguiente tabla incluye los pesos (en libras) de muestras de Coca clásica y Pepsi clásica. Los
estadísticos me muestrales se resumen en la tabla adjunta. Utilice un nivel de significancia 0.05 para
probar la aseveración de que los pesos de Coca clásica y los pesos de Pepsi clásica tienen la misma
desviación estándar.
 Variables Coca Clásica Pepsi Clásica.
n 36 36
s 0.007507 0.005701
Puesto que la hipótesis nula es una afirmación de igualdad y dado que la hipótesis alternativa no
puede contener igualdad, tenemos

2 2
H 0 :σ 1=σ 2 Ambas marcas tienen la misma desviación estándar.

2 2
H 1 : σ 1 ≠ σ 2 Ambas marcas tienen diferente desviación estándar.

Se obtiene F calculada a través de la formula y se compara con F α

2
0.007507
F= 2
=¿ 1.7339
0.005 7 01

F α ,n −1 ,n −1=1.69
1 2

Donde α =0.05 ; v 1 (numerador)= 35≈ 40 ; v 2 (denominador)= 35≈ 40 .

Se tiene que cumplir una u otra.

1
F> Fα , n −1 , n −1 , ó F <
1 2
F α ,n −1 , n −1
1 2

1.7339>1.69 se cumple

1
1.7339< =0.53 no se cumple
1.69
Por lo tanto, existe suficiente evidencia para justificar el rechazo de la aseveración de que las dos
desviaciones estándar son iguales, es decir, las marcas tienen diferentes desviaciones estándar.